|
|
<!--
|
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
|
{
|
|
|
"original_hash": "7966848a1f870e4c42edb4db67b13c57",
|
|
|
"translation_date": "2025-08-25T00:15:39+00:00",
|
|
|
"source_file": "6-consumer/lessons/3-spoken-feedback/virtual-device-text-to-speech.md",
|
|
|
"language_code": "zh"
|
|
|
}
|
|
|
-->
|
|
|
# 文本转语音 - 虚拟物联网设备
|
|
|
|
|
|
在本节课程中，您将编写代码，通过语音服务将文本转换为语音。
|
|
|
|
|
|
## 将文本转换为语音
|
|
|
|
|
|
您在上一节课中使用的语音服务 SDK 可以将语音转换为文本，同样也可以将文本转换回语音。在请求语音时，您需要提供使用的语音，因为语音可以通过多种不同的声音生成。
|
|
|
|
|
|
每种语言都支持一系列不同的声音，您可以通过语音服务 SDK 获取每种语言支持的声音列表。
|
|
|
|
|
|
### 任务 - 将文本转换为语音
|
|
|
|
|
|
1. 在 VS Code 中打开 `smart-timer` 项目，并确保虚拟环境已在终端中加载。
|
|
|
|
|
|
1. 从 `azure.cognitiveservices.speech` 包中导入 `SpeechSynthesizer`，将其添加到现有的导入中：
|
|
|
|
|
|
```python
|
|
|
from azure.cognitiveservices.speech import SpeechConfig, SpeechRecognizer, SpeechSynthesizer
|
|
|
```
|
|
|
|
|
|
1. 在 `say` 函数上方，创建一个语音配置以供语音合成器使用：
|
|
|
|
|
|
```python
|
|
|
speech_config = SpeechConfig(subscription=speech_api_key,
|
|
|
region=location)
|
|
|
speech_config.speech_synthesis_language = language
|
|
|
speech_synthesizer = SpeechSynthesizer(speech_config=speech_config)
|
|
|
```
|
|
|
|
|
|
这使用了与识别器相同的 API 密钥、位置和语言。
|
|
|
|
|
|
1. 在其下方添加以下代码以获取语音并将其设置到语音配置中：
|
|
|
|
|
|
```python
|
|
|
voices = speech_synthesizer.get_voices_async().get().voices
|
|
|
first_voice = next(x for x in voices if x.locale.lower() == language.lower())
|
|
|
speech_config.speech_synthesis_voice_name = first_voice.short_name
|
|
|
```
|
|
|
|
|
|
这会检索所有可用语音的列表，然后找到与正在使用的语言匹配的第一个语音。
|
|
|
|
|
|
> 💁 您可以从 [Microsoft Docs 上的语言和语音支持文档](https://docs.microsoft.com/azure/cognitive-services/speech-service/language-support?WT.mc_id=academic-17441-jabenn#text-to-speech) 获取支持的语音的完整列表。如果您想使用特定的语音，可以移除此函数并将语音名称硬编码为文档中的语音名称。例如：
|
|
|
>
|
|
|
> ```python
|
|
|
> speech_config.speech_synthesis_voice_name = 'hi-IN-SwaraNeural'
|
|
|
> ```
|
|
|
|
|
|
1. 更新 `say` 函数的内容以生成响应的 SSML：
|
|
|
|
|
|
```python
|
|
|
ssml = f'<speak version=\'1.0\' xml:lang=\'{language}\'>'
|
|
|
ssml += f'<voice xml:lang=\'{language}\' name=\'{first_voice.short_name}\'>'
|
|
|
ssml += text
|
|
|
ssml += '</voice>'
|
|
|
ssml += '</speak>'
|
|
|
```
|
|
|
|
|
|
1. 在其下方，停止语音识别，播放 SSML，然后重新启动识别：
|
|
|
|
|
|
```python
|
|
|
recognizer.stop_continuous_recognition()
|
|
|
speech_synthesizer.speak_ssml(ssml)
|
|
|
recognizer.start_continuous_recognition()
|
|
|
```
|
|
|
|
|
|
在播放文本时停止识别，以避免计时器启动的语音被检测到并发送到 LUIS，可能会被解释为设置新计时器的请求。
|
|
|
|
|
|
> 💁 您可以通过注释掉停止和重新启动识别的代码来测试这一点。设置一个计时器，您可能会发现语音播报会设置一个新计时器，从而导致新的播报，继而设置新的计时器，如此循环往复！
|
|
|
|
|
|
1. 运行应用程序，并确保函数应用程序也在运行。设置一些计时器，您会听到语音响应，告诉您计时器已设置，然后在计时器完成时会有另一个语音响应。
|
|
|
|
|
|
> 💁 您可以在 [code-spoken-response/virtual-iot-device](../../../../../6-consumer/lessons/3-spoken-feedback/code-spoken-response/virtual-iot-device) 文件夹中找到此代码。
|
|
|
|
|
|
😀 您的计时器程序大获成功！
|
|
|
|
|
|
**免责声明**：
|
|
|
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。因使用本翻译而导致的任何误解或误读，我们概不负责。 |
